fix(survey): Fortschritt sichtbar — der leere bestand.txt war kein Fehler, sondern ein laufender Scan

BEFUND (x22, gemessen und reproduziert):
Der Aufruf war 'python3 apache-log-survey.py 2>&1 | tee bestand.txt'. Das Skript
gab ALLES erst nach der Scan-Schleife aus (alle print() standen dahinter), und
Python puffert stdout in eine PIPE blockweise (4-8 KB). Die Gesamtausgabe ist
aber nur ~1 KB -> sie landete erst beim Prozessende in der Datei.

Messung mit 2 Mio Zeilen (140 MB):
  mit tee:     nach 5 s = 0 Bytes, fertig nach 41 s -> dann 1028 Bytes
  ohne Pipe:   nach 1 s = 0 Bytes
  python3 -u:  nach 1 s = 0 Bytes
=> Die Datei war leer, weil der Scan LIEF. Auf einem KeyHelp-Host mit tausenden
   Logdateien dauert das Minuten und liest sich wie ein Haenger oder Absturz.

FIX (drei Massnahmen, damit das nie wieder passiert):
1. sys.stdout.reconfigure(line_buffering=True) — jede Zeile geht sofort raus,
   auch durch eine Pipe.
2. Startbanner VOR dem Scan: Anzahl und Gesamtgroesse der Dateien.
3. Fortschrittszeile pro Datei (Nummer/Gesamtzahl, Zeilen, Groesse, Pfad) plus
   eine Zeile fuer nicht lesbare Dateien.

Verifiziert mit 1,4 Mio Zeilen durch eine Pipe: nach 2 s steht das Banner, drei
Fortschrittszeilen erscheinen waehrend des Scans. Gegenprobe mit dem alten Code:
nach 3 s 16 Bytes, alles erst am Ende.

scripts/apache-log-survey.py

@@ -17,6 +17,7 @@ import glob
 import os
 import re
 import sys
+import time
 from collections import Counter, defaultdict
 from datetime import datetime, timezone
 
@@ -68,11 +69,54 @@ def parse_ts(raw):
 
 
 def main():
+    # ----------------------------------------------------------------------
+    # FORTSCHRITT SICHTBAR MACHEN — sonst sieht der Scan wie ein Haenger aus.
+    #
+    # Real passiert (x22): der Aufruf war `python3 survey.py 2>&1 | tee bestand.txt`.
+    # Das Skript gibt ALLES erst am Ende aus (alle print() stehen hinter der
+    # Scan-Schleife), und Python puffert stdout in eine PIPE blockweise (4-8 KB,
+    # nicht zeilenweise). Die Gesamtausgabe ist aber nur ~1 KB — sie landet also
+    # erst beim Prozessende in der Datei. Bei 2 Mio Zeilen gemessen: 41 s lang
+    # 0 Bytes, dann alles auf einmal. Auf einem KeyHelp-Host mit tausenden
+    # Logdateien dauert das Minuten und liest sich wie ein Absturz.
+    #
+    # Drei Gegenmaßnahmen:
+    #   1. Zeilenpufferung erzwingen (reconfigure), damit jede Zeile sofort raus ist
+    #   2. einen Startbanner VOR dem Scan ausgeben
+    #   3. pro Datei eine Fortschrittszeile (mit flush)
+    # ----------------------------------------------------------------------
+    try:
+        sys.stdout.reconfigure(line_buffering=True)
+        sys.stderr.reconfigure(line_buffering=True)
+    except (AttributeError, ValueError):
+        pass   # aeltere Python-Version: dann eben gepuffert
+
     files = sorted({f for pat in PATTERNS for f in glob.glob(pat)})
     if not files:
         print("Keine Apache-Logs gefunden. Laeuft Apache? (apache2ctl -v)")
         return 1
 
+    total_bytes = 0
+    for _f in files:
+        try:
+            total_bytes += os.path.getsize(_f)
+        except OSError:
+            pass
+
+    def human(n):
+        for u in ("B", "KB", "MB", "GB"):
+            if n < 1024:
+                return f"{n:.1f} {u}"
+            n /= 1024
+        return f"{n:.1f} TB"
+
+    print("=" * 72)
+    print("APACHE-LOG BESTANDSAUFNAHME")
+    print("=" * 72)
+    print(f"Scanne {len(files)} Dateien ({human(total_bytes)} auf Platte) …")
+    print("(grosse Bestaende dauern; dieser Fortschritt laeuft mit)")
+    print()
+
     total_lines = 0
     total_parsed = 0
     total_err = 0
@@ -88,14 +132,17 @@ def main():
     day_domain = set()
     per_file = []
 
-    for path in files:
+    t0 = time.time()
+    for _idx, path in enumerate(files, 1):
         fh = open_maybe_gz(path)
         if fh is None:
+            print(f"  [{_idx}/{len(files)}] NICHT LESBAR: {path}", flush=True)
             continue
         try:
-            bytes_on_disk += os.path.getsize(path)
+            _sz = os.path.getsize(path)
+            bytes_on_disk += _sz
         except OSError:
-            pass
+            _sz = 0
         domain = os.path.basename(os.path.dirname(path)) or os.path.basename(path)
         n_lines = n_ok = n_err = 0
         f_first = f_last = None
@@ -137,18 +184,14 @@ def main():
         total_parsed += n_ok
         total_err += n_err
         per_file.append((path, n_lines, n_ok, n_err, f_first, f_last))
+        # Fortschritt pro Datei — und bei grossen Dateien auch bei jeder Zeile
+        # die Marke, damit lange Einzeldateien nicht stumm wirken.
+        print(f"  [{_idx}/{len(files)}] {n_lines:>10,} Zeilen  "
+              f"{human(_sz):>9}  {path}", flush=True)
 
-    def human(n):
+    print()
-        for u in ("B", "KB", "MB", "GB"):
+    print(f"Scan fertig in {time.time() - t0:.1f} s.")
-            if n < 1024:
+    print()
-                return f"{n:.1f} {u}"
-            n /= 1024
-        return f"{n:.1f} TB"
-
-    print("=" * 72)
-    print("APACHE-LOG BESTANDSAUFNAHME")
-    print("=" * 72)
-    print(f"Dateien:        {len(files)}  ({human(bytes_on_disk)} auf Platte)")
     print(f"Zeilen total:   {total_lines:,}")
     print(f"  Zugriffe:     {total_parsed:,}")
     print(f"  Fehlerlog:    {total_err:,}")